• Tidak ada hasil yang ditemukan

Analisis Kesesuaian Tugas Teknologi terhadap Dampak Kinerja Menggunakan Model Task Technology Fit pada PT Pelindo III Cabang Tanjung Perak Surabaya

N/A
N/A
Protected

Academic year: 2021

Membagikan "Analisis Kesesuaian Tugas Teknologi terhadap Dampak Kinerja Menggunakan Model Task Technology Fit pada PT Pelindo III Cabang Tanjung Perak Surabaya"

Copied!
8
0
0

Teks penuh

(1)

Analisis Kesesuaian Tugas Teknologi Terhadap Dampak Kinerja

Menggunakan Model

Task Technology Fit

Pada Pt Pelindo Iii

Cabang Tanjung Perak Surabaya

Sidiq Arbingta 1) Bambang Hariadi 2) Yoppy Mirza Maulana 3)

S1/Jurusan Sistem Informasi Institut Bisnis dan Informatika Stikom Surabaya

Jl. Raya Kedung Baruk 98 Surabaya, 60298

Email : 1)13410100012@stikom.edu, 2)Bambang@stikom.edu, 3)Yoppy@stikom.edu

Abstract:PT. Pelindo III Cabang Tanjung Perak Surabaya is one of the State-Owned Enterprises which is engaged in port terminal operator services. In achieving the company's mission of making competent human resources, performing reliably, and behaving noble the company today will measure the extent to which support of applied information technology support individual tasks so that achievement of performance. Based on the facts given by PT Pelindo III, the realization of the performance is only about 52% of the 85% target with several factors: data quality 23.50%, 8.70% operational pattern, 13.33% human resources and 6.00%. To know the effect of task characteristic, technological characteristic to conformity of technological task and performance impact is done by Task Technology matching analysis to PT Pelindo III employee by using Task Technology Fit method developed by Goodhue.The results of questionnaires dissemination of 70 respondents and analyzed by the method of Structural Equation Modeling (SEM) obtained that the variable characteristics of tasks positively affect the variable fit technology fit of 43.8%, technological characteristic variables positively affect the task technology fit of 55.8% task technology fit has a positive effect on the performance impact of 87.5%. Raising the results of these influences indicate the current and future PT Pelindo III can maximize other business functions for the job, the fulfillment of information about the work contained in business services in the form of Gen-C applications, and improve training to employees in using computer systems, languages, procedures and company data effectively.

Keywords: Task Characteristics, Technology Characteristics, Task Technology Fit, Performance Impact, PT.Pelindo III

PT. Pelindo III (Persero) atau lebih dikenal dengan sebutan Pelindo III merupakan salah satu Badan Usaha Milik Negara (BUMN) bergerak dalam jasa layanan operator terminal pelabuhan. Sebagai operator terminal pelabuhan, Pelindo III mengelola 43 pelabuhan ,16 kantor cabang yang tersebar di tujuh Propinsi di Indonesia yang meliputi Jawa Timur, Jawa Tengah, Bali, Nusa Tenggara Timur, Nusa Tenggara Barat, Kalimantan Tengah, dan Kalimantan Selatan. PT. Pelindo III Cabang Tanjung Perak Surabaya merupakan salah satu cabang dari Pelindo III Pusat yang memiliki core bisnis yaitu jasa kapal, barang, bongkar muat peti kemas dan penumpang.

Dalam core bisnis bongkar atau muat barang, PT. Pelindo III Cabang Tanjung Perak mempunyai layanan IT yang berfungsi sebagai layanan yang mendukung core bisnis tersebut dalam operasionalnya yang berbentuk software, diantaranya aplikasi spiner dan gen-c. Aplikasi

spiner mempunyai fungsi dalam hal bongkar muat peti kemas yang dimulai dari perencanaan operasional yang meliputi perhitungan volume barang, pencatatan asal dan tujuan barang, penggunaan alat bongkar muat dan receiving

atau delivery dan perhitungan biaya sedangkan aplikasi gen-c untuk mendukung dalam proses bongkar muat non peti kemas.

Dalam mencapai misi perusahaan yakni menjadikan sumber daya manusia yang berkompeten, berkinerja handal, dan berpekerti luhur pihak perusahaan saat ini akan mengukur sejauh mana dukungan teknologi informasi yang diterapkan mampu mendukung pekerjaan sehingga diharapkan hasil dari pengukuran memberi manfaat dukungan teknologi berdampak terhadap pencapaian kinerja individu yang maksimal. Berdasarkan data yang diperoleh dari devisi IT PT. Pelindo III Cabang Tanjung Perak tahun 2016 dari hasil evaluasi kinerja khusus dalam ruang lingkup

(2)

core bisnis bongkar muat non peti kemas, realisasi pencapaian kinerja untuk peti kemas terminal kalimas hanya berkisar 52% dari target 85%. Hal ini disebabkan oleh beberapa faktor yakni kualitas data 23,50%, pola operasional 8,70%, sumber daya manusia 13,33%, dan infrastruktur 6,00%.

Menurut Goodhue dan Thompson (1995:212-236) Kinerja individu dipengaruhi oleh sumber daya manusia yang menjalankan. capaian kinerja individual berkaitan dengan pencapaian serangkaian tugas-tugas individu dengan dukungan teknologi informasi yang ada. Kinerja yang lebih tinggi mengandung arti bahwa peningkatan efisiensi, efektifitas atau kualitas yang lebih tinggi dari serangkaian tuga-tugas yang dibebankan kepada individu pada sebuah organisasi.

Berdasarkan fakta-fakta dan literatur yang diuraikan diatas, dibutuhkan sebuah analisis untuk mengetahui dukungan teknologi terhadap dampak kinerja. Namun, pada saat ini belum adanya sistem pengukuran untuk melakukan analisis tersebut, sehingga peneliti ingin mengetauhi pengaruh karakteristik tugas, karakteristik teknologi terhadap kesesuaian tugas teknologi, serta kesesuaian tugas teknologi terhadap dampak kinerja. Model

Task Technology Fit adalah sebuah konstruk formal yang merupakan suatu kapabilitas teknologi untuk kebutuhan tugas-tugas pada pekerjaan yaitu kemampuan teknologi untuk memberikan dukungan pada pekerjaan (Goodhue dan Thompson, 1995:213-236).

Hasil analisa diharapkan dapat digunakan untuk mengembangkan aplikasi dan pengambilan kebijakan serta keputusan strategis dalam upaya meningkatkan pemanfaatan teknologi informasi yang berdampak terhadap peningkatan kinerja individu dengan mempertimbangkan faktor-faktor teknologi dan tupoksi penggunanya serta untuk mencapai misi perusahaan yaitu menjadikan SDM yang berkompeten, berkinerja handal, dan berpekerti luhur

Karakteristik Tugas

Suatu tugas dapat dipahami secara luas sebagai tindakan individu untuk merubah suatu masukan menjadi keluaran atau input menjadi

output yang didalamnya terdapat proses-proses yang mendukung (Jogiyanto, 2008). Sedangkan karakteristik tugas merupakan tingkat dimana individu memiliki ketergantungan yang besar

dalam melaksanakan suatu tugas yang rutin terhadap beberapa aspek dari teknologi informasi (Goodhue and Thompson, 1995). Ketergantungan yang tinggi dari tugas-tugas non-rutin akan membuat pengguna menyadari bahwa kemungkinan kekurangan dari teknologi tersebut dan menghasilkan ketergantungan yang rendah terhadap kesesuain tugas mereka dengan teknologi.

Sebagai tugas kerutinan semata-mata mengacu pada karakteristik dari tugas yang dilakukan oleh seorang individu, kerja sama dengan individu lainnya adalah tugas penting kedua karakterisasi (Fry dan Slocum, 1984). Saling ketergantungan tugas didefinisikan sebagai sejauh mana tugas-tugas menyelesaikan memerlukan interaksi dengan orang lain (Liden & Bradway, 1997). Semakin banyak orang yang saling bergantung satu sama lain, semakin banyak data dan pertukaran kaya informasi yang dibutuhkan untuk memenuhi kebutuhan pengguna.

Karakteristik Teknologi

Suatu teknologi didefinisikan sebagai alat-alat yang digunakan oleh individu-individual unruk membantu menjalankan tugas-tugas individu (Jogiyanto, 2008). Dalam konteks sistem informasi, teknologi terkait dengan sistem komputer (perangkat keras, perangkat lunak dan data) dan penggunaan jasa pendukung (training) yang memberikan panduan pengguna dalam penyelesaian tugas. Model terfokus pada pengaruh sistem secara spesifik atau pengaruh umum seperangkat sistem, kebijakan dan jasa yang diberikan oleh departemen sistem informasi.

Technology Characteristic

(karakteristik teknologi) bisa dikatakan sebagai berikut, setiap individu meyakini dimana teknologi sebagai alat yang digunakan untuk melaksanakan tugas mereka (Goodhue and Thompson, 1995). Konsep pada karakteristik teknologi sama dengan karakteristik tugas yaitu bagaiamana orang melihat teknologi informasi yang mereka gunakan. Karakteristik teknologi umumnya berlaku untuk menilai kemampuan teknologi informasinya.

Kesesuaian Tugas Teknologi

Konsep utama dalam mempelajari kesesuaian atau keselarasan antara tugas dan teknologi adalah karakteristik tugas dan teknologi itu sendiri. Kesesuaian tugas teknologi

(3)

adalah tingkat dimana teknologi membantu individu dalam pelaksanaan tugas-tugasnya atau tugas jabatan. Kesesuaian tugas teknologi merupakan persesuaian antara kebutuhan akan tugas-tugasnya atau tugas jabatan. Secara lebih spesifik, kesesuaian tugas teknologi merupakan persesuaian antara kebutuhan akan tugas-tugas, kemampuan individu dan fungsi teknologi.

Menurut Goodhue (1995) apa yang dibutuhkan agar evaluasi pengguna menjadi ukuran kesuksesan IS yang efektif adalah identifikasi beberapa konstruk evaluasi pengguna tertentu, yang didefinisikan dalam perspektif teoretis yang dapat menghubungkan sistem yang mendasar dengan dampaknya yang relevan dan dalam konsep ini Goodhue mengusulkan agar evaluasi pengguna dapat didasarkan pada konsep kesesuaian tugas teknologi tersebut.

Prioritas kesesuaian tugas teknologi adalah interaksi tugas dan teknologi. Berbagai macam tugas yang pasti (sebagai contoh, saling ketergantungan antara tugas dengan kebutuhan informasi dari beberapa unit organisasi) membutuhkan berbagai macam fungsi teknologi yang pasti (sebagai contoh, integrasi database dengan seluruh data perusahaan yang dapat diakses untuk seluruhnya).

Faktor Pengukuran

Delapan faktor pengukur kesesuaian-kesesuaian tugas-teknologi menurut Goodhue dan Thompson (1995) antara lain:

1. Quality: Keterkinian/kemutakiran, kebenaran data dan level kebenaran detail.

2. Locatability of Data: Penempatan dan meaning

3. Authorization: Otorisasi

4. Data compability: Kesesuaian data 5. Ease of Use/Trainig: Kemudahan

penggunaan hardware dan software dan pelatihan

6. Production timeliness: Ketepatan waktu

7. System Reliability: Kepercayaan terhadap sistem

8. Relationship with users: Pemahaman bisnis oleh sistem informasi, Kepentingan sistem, tingkat responden dan konsultasi serta kinerja sistem.

Dampak Kinerja

Secara umum kinerja (performance)

didefinisikan sebagai tingkat keberhasilan

seseorang di dalam melaksanakan pekerjaannya. Dalam penelitian Goodhue dan Thompson (1995). Pencapaian kinerja individual dinyatakan berkaitan dengan pencapaian serangkaian tugas-tugas individu dengan dukungan teknologi informasi yang ada. Kinerja yang lebih tinggi mengandung arti terjadinya peningkatan efisiensi, efektifitas atau kualitas yang lebih tinggi dari penyelesaian serangkaian tugas yang dibebankan kepada individu dalam organisasi

METODE

Metode penelitian ini menggunakan model Task Technology Fit atau model kesesuaian tugas teknologi terhadap dampak kinerja (Gambar 1) yang dikembangkan oleh (Goodhue dan Thompson, 1995). Dalam penelitian ini bersifat kuantitatif dengan melakukan penyebaran kuesioner pernyataan yang diambil dari studi literatur Goodhue dan Thompson dengan empat variabel dengan dua variabel independen dan dua variabel depeneden. Responden penelitian ini diambil dari pegawai PT Pelindo III Cabang tanjung Perak Surabaya yang berkaitan dengan layanan bisnis bongkar muat non peti kemas. Metode yang digunakan dalam analisis adalah Partial Least Square Structural Equation Modeling (PLS SEM).

Aliran Kesesuaian

Dalam penelitian Sistem Informasi terdapat dua aliran yakni aliran manfaat dan aliran kesesuaian. Penelitian ini menggunakan aliran kesesuain karena hanya menggunakan karakteristik tugas dan karakteristik teknologi sebagai variabel independen. Selain itu aliran ini sebagai dasar dari task technology fit itu sendiri. Berikut gambaran dari aliran kesesuaian yang digambarkan pada gambar 1.

Gambar 1. Model Kesesuaian

Hipotesis Penelitian

(4)

Dari uraian diatas dengan studi literatur yang telah dipaparkan, maka peneliti menarik kesimpulan sebagai berikut:

1. H1: Karakteristik tugas berpengaruh terhadap kesesuaian tugas teknologi 2. H2: Karakteristik teknologi

berpengaruh terhadap kesesuaian tugas teknologi

3. H3: Kesesuaian tugas teknologi berpengaruh terhadap dampak kinerja.

HASIL DAN PEMBAHASAN

Pengolahan Data

Pengambilan sampel dilakukan di tiga terminal yakni terminal jamrud, mirah, dan nilam. Data yang diperoleh dari kuesioner dioleh menggunakan SEM dengan bantuan aplikasi SmartPLS. Pengolahan data kuesioner tersebut diuji dengan hasil analisis dari model pengukuran dan model struktural. Berikut responden dalam penelitian sebanyak 70 responden (Tabel 1).

Tabel 1. Informasi Responden

No. Terminal Jumlah

1 Terminal Mirah 15

2 Terminal Jamrud 35

3 Terminal Kalimas 20

Jumlah Populasi 70

Tabel 2. Informasi Dermografi Jenis Kelamin

Jenis Kelamin Jumlah Responden Persentase (%) Laki-laki 61 87 % Perempuan 9 13% Total 70 100.0

Tabel 3. Informasi Dermografi Umur

Umur Jumlah Responden Persentase (%) 20-29 Tahun 46 66% 30-39 Tahun 15 21% 40 > Tahun 9 13% Total 70 100.0

Analisis Pengukuran (

Outer Model

)

Evaluasi model pengukuran (outer model) adalah untuk mengetahui validitas dan

reliabilitas indikator±indikator (variabel manifest) yang mengukur variabel laten. Dasar pengambilan keputusan untuk uji validitas pada analisis data (PLS) mengacu pada nilai outer loading setiap indikator terhadap variabel latennya. Uji validitas (convergent validity) bertujuan untuk mengukur validitas dari indikator refleksif sebagai pengukur variabel latennya yang dapat diketahui melalui nilai

outer loading dari masing-masing indikator. Suatu indikator dapat dinyatakan valid, jika memiliki nilai loading factor di atas 0.70 atau diatas 0.50 (gambar 2). Uji validitas (discriminant validity) bertujuan untuk mengetahui tingkat validitas dari indikator refleksif terhadap indikator refleksif yang lainnya. Terdapat dua cara untuk dapat mengetahui tingkat validitas dari indikator reflektif melalui discriminant validity: Dalam melakukukan uji discriminant validity, parameter yang diukur adalah dengan membandingkan akar dari AVE suatu konstruk atau variabel (gambar 3). Bedasarkan perhitungan dan analisis maka dapat dinyatakan telah memenuhi syarat kevalidan dan reliabel untuk berikutnya dapat dilakukan analisis model strutural.

Tabel 4. Hasil Outer Loading

Outer Loading Task Charac teristic (X1) Techn ology Charac teristic (X2) Task-Technolo gy Fit (Y1) Peform ance Impact (Y2) X1.1 0.813 X1.2 0.835 X1.3 0.793 X1.4 0.849 X1.5 0.764 X2.1 0.901 X2.2 0.920 X2.3 0.827 Y1.1 0.809 Y1.2 0.691 Y1.3 0.644 Y1.4 0.519 Y1.5 0.527 Y1.6 0.767 Y1.7 0.798 Y1.8 0.679 Y1.10 0.744 Y1.11 0.749 Y1.12 0.626

(5)

Outer Loading Task Charac teristic (X1) Techn ology Charac teristic (X2) Task-Technolo gy Fit (Y1) Peform ance Impact (Y2) Y1.13 0.523 Y1.14 0.556 Y1.18 0.740 Y1.19 0.714 Y1.20 0.707 Y1.21 0.801 Y1.22 0.682 Y1.23 0.806 Y1.24 0.855 Y1.25 0.777 Y1.26 0.811 Y1.27 0.668 Y2.1 0.926 Y2.2 0.926

Tabel 5. Hasil AVE

Discriminant Validity Average Variance Extracted (AVE) Standart Value of AVE Task Characteristic (X1) 0.658 0.500 Technology Characteristic (X2) 0.781 Task-Technology Fit (Y1) 0.508 Performance Impact (Y2) 0.857

Analisis Struktural (

Inner Model

)

Setelah melakukan evaluasi model pengukuran, dimana hasil yang memenuhi kriteria outer model tahap selanjutnya yaitu melakukan evaluasi model struktural atau inner model. Inner model pada umumnya disebut dengan inner relation yang merupakan tahap pengujian hubungan antar variabel laten dalam model struktural.

Nilai R-Square R2 digunakan untuk mengukur tingkat variasi perunahan variabel independen terhadap variabel dependen. Semakin tinggi nilai R2 maka semakin baik model prediksi dari model penelitian yang diajukan. Hasil R-Square dapat dilihat pada tebel 6 berikut ini.

Tabel 6. Hasil R-Square

Variabel laten R Square

Task Characteristic (X1)

Technology Characteristic

(X2)

Task-Technology Fit (Y1) 0.930

Performance Impact (Y2) 0.766 Pada variabel laten endogen task technology fit (Y1) sebesar 0.930 sama dengan 93,0 % yang artinya bahwa variabel laten eksogen task characteristic (X1) dan

technology characteristic (X2) berpengaruh terhadap variabel laten endogen task-technology fit sebesar 93.0% dan memiliki model struktural yang rendah sedangkan sisanya (100% - 93.0% = 7.0%) dipengaruhi oleh variabel lain diluar model penelitian ini. Pada variabel laten endogen performance impact (Y2) sebesar 0.766 Besarnya angka koefisien determinasi (R Square) 0.766 sama dengan 76.6%, yang artinya bahwa variabel laten eksogen task-technology fit (Y1) berpengaruh terhadap variabel laten endogen

performance impact (Y2) sebesar 6% dan memiliki model struktural yang kurang baik, sedangkan sisanya (100% - 76.6% = 24,4%) dipengaruhi oleh variabel lain diluar model penelitian ini.

Boostraping

Setelah dilakukan uji outer model dan

inner model maka tahapan selanjutnya ialah dengan melakukan bootstraping. Dalam PLS,

pengujian setiap hubungan antar variabel dilakukan dengan bootstraping terhadap sampel yang digunakan.

Gambar 2. Hasil Boostraping

Berdasarkan hasil bootstraping diatas dapat terlihat besarnya nilai T-Static antar variabel

dependent dengan variabel independent. variabel tersebut dikatakan signifikan apabila

(6)

T-Static > 1,96 atau bisa dikatakan apabila p-value <= 0.05. Hal ini dapat dilihat dari total effect yang muncul dari tabel 7 berikut ini.

Tabel 7. Hasil Total Effect Hipotesi s Original Sample (O) T-Statistic P Values Pengambilan Keputusan TAC -> TTF 0.462 8.126 0.000 Berpengaruh TAC (-> PI 0.405 8.145 0.000 Berpengaruh TEC -> TTF 0.558 9.211 0.000 Berpengaruh TEC -> PI 0.488 8.494 0.000 Berpengaruh TTF -> PI 0.875 30.084 0.045 Berpengaruh

Dari hasil pada tabel 7, dapat dipahami bahwa :

1. Task characteristic berpengaruh positif Terhadap Task Technology Fit sebesar 46.2%.

2. Technology Charateristic berpengaruh positif terhadap Task Technology Fit

sebesar 55.8%.

3. Task Technology Fit berpengaruh positif terhadap peformance impact

sebesar 87.5%.

Berdasarkan dari penjelasan diatas yang memiliki pengaruh adalah task characteristic, technology characteristic dan task tehcnology fit.. Dari ke 3 (tiga) variabel yang mempunyai pengaruh signifikan maka tahap selanjutnya melihat hasil original sample (factor loading) dan sample mean. Sample mean menunjukkan persepsi responden saat penelitian dan Original sample atau factor loading menunjukkan apa yang harus dilakukan di masa mendatang. Jika

sample mean dan factor loading terletak pada indikator yang sama berarti ke depannya

indikator dengan angka terbesar lebih di intensifkan. Apabila sebaliknya, maka di massa mendatang indikator factor loading terbesar menjadi tumpuan perubahan kebijakkan organisasi.

Tabel 8. Hasil Sample Mean dan Factor Loading Task Characteristic

KODE Original Sample (O) Sample Means (M) X1.1 0.813 0.811 X1.2 0.835 0.830 X1.3 0.793 0.787 X1.4 0.849 0.851 X1.5 0.764 0.767

Tabel 8 menujukan bahwa, indikator (X1.4) yakni masalah pekerjaan yang dihadapi sekarang ini sering kali melibatkan lebih dari satu fungsi bisnis mencapai nilai tertinggi yakni original sample (O)(0,849) dan sample means (M)(0,851), diikuti indikator (X1.2) bahwa pegawai sering menghadapi pekerjaan diluar rutinitas pekerjaan utama dengan

original sample (O)(0.835) dan sample means (M)(0.830) untuk rekomendasi berikutnya. Rekomendasi yang diberikan oleh peneliti untuk kedepannya dalam task characteristic

yakni peningkatan fungsi bisnis yang lain dalam menyelesaikan pekerjaan utama karena satu fungsi bisnis dapat bergantung ke fungsi bisnis yang lainnya, sehingga aktifitas layanan bisnis dapat berjalan dengan baik

Tabel 9. Hasil Sample Mean dan Factor Loading Technology Characteristic

KODE Original Sample (O) Sample Means (M) X2.1 0.901 0.901 X2.2 0.920 0.919 X2.3 0.827 0.827

Tabel 9 menunjukan bahwa, indikator (X2.2) yakni informasi pekerjaan dapat terpenuhi lebih cepat karena menggunakan aplikasi Gen-C mencapai nilai tertinggi dengan original sample (O)(0,920) dan sample means

(7)

(M)(0,919) , diikuti indikator (X2.1) bahwa kualitas informasi tentang pekerjaan mampu diperbaiki oleh aplikasi gen-c dengan original sample (O)(0.901) dan sample means (M)(0.901) untuk rekomendasi berikutnya. Rekomendasi yang diberikan oleh peneliti untuk kedepannya dalam technology characteristic yakni peningkatan pemenuhan kecepatan informasi tentang pekerjaan harus ditingkatkan, karena hal ini berkaitan mengenai penyelesaian pekerjaan melalui aplikasi gen-c. Setelah pemenuhan kecepatan informasi tentang pekerjaan dapat dilaksanakan, maka selanjutnya perbaikan kualitas informasi yang baik, tepat, dapat di rekomendasikan berikutnya

Tabel 10. Hasil Sample Mean dan Factor Loading Technology Characteristic

KODE Original Sample (O Sample Means (M) Y1.1 0.809 0.810 Y1.2 0.691 0.683 Y1.3 0.644 0.642 Y1.4 0.519 0.517 Y1.5 0.527 0.17 Y1.6 0.767 0.765 Y1.7 0.798 0.793 Y1.8 0.679 0.682 Y1.10 0.744 0.739 Y1.11 0.749 0.750 Y1.12 0.626 0.620 Y1.13 0.535 0.526 Y1.14 0.556 0.554 Y1.18 0.740 0.736 Y1.19 0.714 0.708 Y1.20 0.707 0.705 Y1.21 0.801 0.798 Y1.22 0.682 0.687 Y1.23 0.806 0.803 Y1.24 0.855 0.851 Y1.25 0.777 0.779 Y1.26 0.811 0.808

Tabel 10 menunjukan bahwa, indikator (Y1.24) yakni pelatihan yang dibutuhkan oleh karyawan dalam menggunakan sistem, komputer, prosedur mencapai nilai tertinggi dengan original sample (O)(0,855)dan sample means (M)(0,851), diikuti indikator (Y1.26) bahwa individu yang menggunakan sistem dapat berkomunikasi dengan rekan kerja dapat

paham dan mengerti secara umum dari pekerjaan utama tersebut dengan original sample (O)(0.811) dan sample means (M)(0.808) untuk rekomendasi berikutnya. Rekomendasi yang diberikan oleh peneliti untuk kedepannya yakni peningkatan pelatihan yang diberikan untuk karyawan agar mampu dan paham dalam menggunakan sistem, komputer, bahasa, prosedur dan data perusahaan secara efektif.

KESIMPULAN DAN SARAN

Kesimpulan

Kesimpulan yang dapat diambil dari penelitian dan analisis data yang telah dilakukan, sebagai berikut:

1. Task Characteristic berpengaruh secara positif terhadap task technology fit

sebesar 46.2% artinya peningkatan faktor

task characteristic meliputi peningkatan fungsi bisnis yang lain dalam menyelesaikan pekerjaan utama karena satu fungsi bisnis dapat bergantung ke fungsi bisnis yang lainnya, sehingga task characteristic berpengaruh terhadap kinerja karyawan dengan hasil rekomendasi sebagai berikut:

a. Inputan data awal harus jelas sesuai data kelengkapan yang diminta.

b. Alur proses bisnis tertata dengan jelas.

c. Pertukaran infromasi, data dengan instansi lain dilakukan dengan segara dan tepat.

d. Koordinasi antar devisi atau instansi harus berjalan dengan baik.

2. Technology Charateristic berpengaruh secara positif terhadap task technology fit sebesar 55.8% artinya peningkatan faktor technology characteristic

meliputi peningkatan pemenuhan kecepatan informasi tentang pekerjaan, karena berkaitan mengenai penyelesaian pekerjaan melalui aplikasi gen-c, sehingga technology characteristic berpengaruh terhadap kinerja karyawan dengan hasil rekomendasi sebagai berikut:

(8)

a. Kelengkapan data disetiap pekerjaan, instansi atau devisi harus sesuai.

b. Update data sesuai dengan inputan masuk dari data lain atau dari devisi/instansi yang lain, tanpa harus menunda.

c. Adanya pemeliharaan berkala meliputi hardware dan software.

3. Task Technology Fit berpengaruh secara positif terhadap peformance impact sebesar 87.5 % artinya faktor

task technology fit meliputi peningkatan pelatihan yang diberikan untuk karyawan agar mampu dan paham dalam menggunakan sistem, komputer, bahasa, prosedur, dan data perusahaan secara efektif , sehingga

task technology fit dapat berpengaruh terhadap kinerja karyawan. Dengan hasil rekomendasi sebagai berikut: a. Adanya pelatihan penggunaan

sistem yang digunakan.

b. Pelatihan pengoperasian komputer yang benar.

c. Adanya prosedur operasional aplikasi yang jelas dan mudah dimengerti.

d. Pelatihan penggunaan bahasa- bahasa umum dalam pekerjaan, yang meliputi bahasa komunikasi, dan bahasa sistem.

Saran

Saran yang dapat diberikan peneliti berdasarkan hasil penelitian ini adalah sebagai berikut: Bagi peneliti selanjutnya : a) melakukan perbandingan terhadap penelitian ini dengan menggunakan model penelitian evaluasi sistem informasi yang berbeda dengan tujuan untuk mengetahui perbandingan model penelitian evaluasi sistem informasi, b) melakukan pengembangan terhadap penelitian ini dengan menambahkan variabel karakteristik individual dan variabel pemakaian sebagai variabel independen. Penambahan ini dapat dipelajari menggunakan model penelitian evaluasi sistem informasi Task Performance Chain yang merupakan model pengembangan dari Task-Technology Fit dengan tujuan untuk mengetahui tingkat penerimaan teknologi informasi dengan menggunakan metode Task Performance Chain.

RUJUKAN

Fry, & Slocum. (1984, June). Technology, Structure & Workgroup Effectiveness: A Test Of Contingency Model.

Academy of Management Journal, 27(2), pp. 221-246.

Jogiyanto. (2008). Metodologi Penelitian Sistem Informasi. Yogyakarta: ANDI OFFSET.

Jogiyanto. (2008). Sistem Informasi Keperilakuan (Edisi Revisi).

Yogyakarta: ANDI OFFSET.

Goodhue, & Thompson. (1995, June). Task-Technology Fit and Individual Peformance. MIS Quarterly, 19(2), pp. 213-236

Liden, R. C., & Bradway, L. (1997). Task Interdependence As A Moderator Of The Relation Between Group Control and Performance. Human Relations, 50(2), pp. 169-181.

Gambar

Gambar 1. Model Kesesuaian
Tabel 1. Informasi Responden
Tabel 5. Hasil AVE
Tabel 8. Hasil Sample Mean dan Factor
+2

Referensi

Dokumen terkait

Salah satu sifat unggul dari tanaman ini adalah tahan terhadap penyakit(contoh kultivar kultivar Mas Kirana dan Agung Semeru) dan rentan (kultivar

Penelitian ini hendak mencari bukti apakah kepuasan terhadap Sintak Unika yang bergantung kepada kualitas (kualitas informasi, kualitas pelayanan, dan kualitas sistem),

Read access time adalah waktu dari aktifnya sinyal RD (RD low) sampai data valid disam el oleh mikroprocessor. Ini ditentukan oleh waktu akses yang dimiliki

Kemasan ini tidak disukai dari sisi gaya desain dan warna. Pesaing: Batik Kelengan. Faktor pembeda: Kualitas garap corak dan bahan batik yang lebih berkualitas. Profil

Tujuan dari penelitian adalah menguji efikasi penggunaan Pseumulvacc® pada budidaya ikan nila di keramba jaring apung, serta menguji pemberian Pseumulvacc® terhadap pertumbuhan

Kegiatan yang dilakukan pada saat implementasi model EJAS adalah (1) eksplorasi yaitu peserta didik diajak untuk merancang, mengembangkan ide dan pengalaman

Seseorang Perwakilan Koperasi hanya boleh menyertai satu Mesyuarat Agung Negeri sahaja dalam tahun diadakan Mesyuarat Agung Negeri dan jika Perwakilan Koperasi itu juga adalah

Peran komunikasi interpersonal dalam memelihara motivasi berprestasi dalam tim ialah terdapat pada pelatih dan atlet itu sendiri sebagai perencana dan pelaksana